當我們在未來回顧2014年時，會把它看作為企業新時代的一年嗎？根據國際數據分析研究所（IIA）的相關數據，大數據的發展，以及機器學習和嵌入式分析，將推動新產品，徹底改變舊的業務流程，并很可能意味著律師們將會有大量的工作。

這所位于俄勒岡州波特蘭市的咨詢和研究分析機構發布了9項針對新的一年的官方預測，下面來看一下他們如何預測2014年的。

1. 企業將繼續推動機器學習和自動化。企業將需要依靠機器學習和自動化，如果他們希望能夠應對他們所面對的大量數據。比如，一些企業，正在生產上千種模型 - 有時是在SKU層面。 “當你的模型規模，達到成千上萬的時候，機器學習則成為了一項有吸引力的技術，” Sanjeev Kumar，Dell的企業IT組織的分析產品經理說。“它可以不斷地學習，并不斷挖掘大數據”。

2. 企業將在人與機器的能力和判斷之間尋找合適的平衡。企業越來越善于（也更安于）自動化的業務決策，但是，這并不意味著每一個決定都應該是自動化的。 “如果你把人從計算程式中脫離地太遠，他們失去了與工作流程的接觸，那他們的技能就會萎縮， ” Robert Morison，工作分析法：更智慧的決定，更好的結果，一書的合著者說。而當某種異常情況發生或系統突然無法工作時，員工就不知道該怎么辦。2014年，自動化的最大挑戰將是找到合適的平衡，他說。

3. 數據科學家將推動新產品和新服務。對于這一預測的證據無處不在， 根據Tom Davenport，IIA的聯合創始人兼研究總監，巴布森學院IT和管理的杰出教授。 下面是幾個例子：Jawbone，可穿戴電子產品的制造商，去年夏天聘請了Monica Rogati。她之前是linkedIn Corp.公司的數據科學家，并且也領導了這家社交媒體公司的數據產品部門。 Intuit公司，一家金融軟件公司，在10月份收購了小型咨詢公司Level Up Analytics，這家由數據科學家運行的公司。游戲公司Electronic Arts Inc.正在使用數據 “通過分析來加強傳統游戲，并告訴人們如何更有效地來玩游戲，” Davenport說。

4. 公司不再只是停留在對于大數據的吹捧上。Kumar是這樣說的： “ 2014年，將開啟一個新時代，企業們必須評估什么（業務）已經完成，他們得到了什么，以及那些和大數據有關的舉措帶來的價值，這些都將被提上議事日程。”

Bill Franks，Teradata Corp.公司的首席分析官說，不是把大數據單獨分開，CIO們而是需要想辦法。 “把它和其他數據相結合，并將其注入到業務流程中，就像他們對待那些傳統數據一樣， ”

5. 大量結構化數據將會揚名。Morison把他的注意力放在他稱之為大量結構化數據的世界里。 “公司將要面對大量結構化數據，這也會開啟新一輪的流程改進， ”他說。 通用電氣（ GE）將之稱為“工業互聯網”，并且，為了證明有關大量結構化數據不可忽視的這一觀點， Morison指著一個燃氣渦輪的GE傳感器， 而它每天產生的數據比所有Twitter都要多。 他表示：“這些數據可以用在產品設計，產品維護，維修設施的管理上以及更多。”

6. 分析行業正在不斷成熟壯大。預期我們將會看到更多的，更好的分析團隊形成，更多的分析專家會融入到業務前線。這樣做可以創造合作機會，并將企業引導到以建立卓越為中心的道路上。 “這是下一步，讓不同的，嵌入式業務分析專家通力合作， ” Greta Roberts，Talent Analytics Corp.的CEO說。

7. 供應商和用戶將專注于操作和管理這些模型。Omer Sohail，Deloitte美國的金融服務類分析和信息化管理實踐的負責人說， “焦點將從傳統的模型發展轉為自我學習/機器學習的模型發展，” 這些更尖端的模型將盡可能在最接近那些做出決定的地方被嵌入，隨著IT對數據的關注減少，而更多的投入到元數據和模型管理。那些提供軟件和服務來構建這些模型的供應商也意識到這一趨勢，并且注意到Dell的 Kumar稱之為模型的生命周期，或如何利用這些模型，管理和更新，使它們始終保持在最新狀態。

8. 采納分析即服務這一模式將加快。隨著對于分析需求的不斷增長，以及持續的人才（和基礎設施）缺乏， Morison表示，企業將轉向使用分析即服務這一模式以此來填補這一空白。 “速度，成本，能力和我稱之為' 可試驗能力 ”等這些因素 – 這所有的一切都在推動這一模式的采納。 ”

9. 面部識別數據將發揮更大的作用。面部識別技術將不僅用于人類。根據Davenport所說，一家寵物商店想要使用該技術（顯然有一個該應用程序）來識別寵物，從而可以用名字向它們問好。

10. 可穿戴設備的數據將被納入到預測分析中。運動記錄設備，比如Fitbit公司的產品，會收集更多的數據指標，這可以使它帶來更有趣 – 更個性化 – 的預測分析，Franks說。可穿戴設備的數據可以洞察一切，包括吃零食的最佳時間，優化集中你的注意力，通過運動緩解壓力。

11. 企業將對所有類型的數據進行可視化。氣泡圖可以幫助顯示隨著時間推移而產生的變化， 就像2006年Hans Rosling在他的TED演講中， 以此來演示發展中國家的疾病一樣，Davenport說。 根據Franks所說，企業也將開始試驗行業分析師Richard Hackathorn稱之為的仿真智能。 “這將是一個體驗逼真數據的場景 – 你會處于一個3-D世界里，”他說。這給了數據和非數據大眾一個同樣的機會，真正地在數據中穿越并與之互動。

12. 企業將考慮把“律師”加入到他們的大數據陣容中？不是每個IIA預測都最后上榜的。這就是一個被排除在外的： “我提出了一個有關公司需要為他們的大數據團隊聘請律師（以確保）他們在足夠的程度上擁有這些數據，并準許他們有所作為的預測” Davenport說，“但我的同事們并不太認同這個預測。 ”